चिकित्सा सहायक
स्वास्थ्य सेवाAI एक्सपोजर
- डेटा स्रोत: BLSप्रकाशन: 2026-08
मध्यम· सापेक्ष
कमचार सापेक्ष श्रेणियाँबहुत उच्चव्यवसाय-समूह स्तर का मान
मापक्रम, आधार और स्रोत
चार सापेक्ष बैंड (कम / मध्यम / उच्च / बहुत उच्च)
BLS रोज़गार पूर्वानुमान तालिका के 831 विस्तृत व्यवसायों के आधार पर। मान NEM (नेशनल एम्प्लॉयमेंट मैट्रिक्स) कोड के स्तर पर दिया जाता है, इसलिए एक ही NEM कोड वाले व्यवसायों को वही बैंड मिलता है
- डेटा स्रोत: Anthropicप्रकाशन: 2026-03
0.048
0.000यहाँ दिए गए मानों की सीमा0.745मापक्रम, आधार और स्रोत
- डेटा स्रोत: ILOप्रकाशन: 2025
0.35
0.09यहाँ दिए गए मानों की सीमा0.70व्यवसाय-समूह स्तर का मान
मापक्रम, आधार और स्रोत
जेनरेटिव AI एक्सपोजर सूचकांक, प्रकाशित रूप में 0–1
ISCO-08 यूनिट समूह — समान कोड वाले सभी व्यवसायों को यही मान मिलता है
यह इस साइट की गणना है, ILO द्वारा प्रकाशित आँकड़ा नहीं: इस साइट द्वारा ILO डेटासेट से जोड़े गए 1,012 व्यवसायों में से 61% इस मान के बराबर या उससे अधिक हैं।
यह स्रोत किस प्रकार का आँकड़ा प्रकाशित करता है
BLS की श्रेणी सापेक्ष रैंक है, निरपेक्ष स्तर नहीं, और यह प्रथम-हस्त माप भी नहीं है: यह कई प्रकाशित अध्ययनों में व्यवसाय की पर्सेंटाइल रैंकों को चार बैंडों में बांटती है। यह रोज़गार या वेतन का पूर्वानुमान नहीं है, न अपनाए जाने की संभावना, और यह स्वचालन और संवर्धन में अंतर नहीं करती।
Task-level exposure
14 छिपे कार्य दिखाएँ| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Explain treatment procedures, medications, diets, or physicians' instructions to patients.31-9092 | 0.022672.0 | 0.00348.6 |
Change dressings on wounds.31-9092 | 0.004113.1 | —0 |
Schedule appointments for patients.31-9092 | 0.00319.9 | 0.030276.5 |
Contact medical facilities or departments to schedule patients for tests or admission.31-9092 | 0.00165.1 | 0.00266.5 |
Authorize drug refills and provide prescription information to pharmacies. | —0 | 0.00174.4 |
Greet and log in patients arriving at office or clinic. | —0 | 0.00153.9 |
Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task | βE1 + 0.5 × E2 |
|---|---|
Record patients' medical history, vital statistics, or information such as test results in medical records.O*NET Task ID 2026 | 1.0 |
Authorize drug refills and provide prescription information to pharmacies.O*NET Task ID 2031 | 1.0 |
Perform general office duties, such as answering telephones, taking dictation, or completing insurance forms.O*NET Task ID 2038 | 1.0 |
Keep financial records or perform other bookkeeping duties, such as handling credit or collections or mailing monthly statements to patients.O*NET Task ID 2042 | 1.0 |
Interview patients to obtain medical information and measure their vital signs, weight, and height.O*NET Task ID 2024 | 0.5 |
Explain treatment procedures, medications, diets, or physicians' instructions to patients.O*NET Task ID 2029 | 0.5 |
Schedule appointments for patients.O*NET Task ID 2034 | 0.5 |
Greet and log in patients arriving at office or clinic.O*NET Task ID 2036 | 0.5 |
Contact medical facilities or departments to schedule patients for tests or admission.O*NET Task ID 2037 | 0.5 |
Inventory and order medical, lab, or office supplies or equipment.O*NET Task ID 2039 | 0.5 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page